mac os x 上语音处理单元的可用格式

Posted 2023-02-23

【中文标题】mac os x 上语音处理单元的可用格式

【英文标题】：Available formats of the Voice Processing Unit on mac os x

【发布时间】：2013-08-22 14:09:29

【问题描述】：

我在 mac os x 上使用 vpio 音频单元进行捕获和播放。

一切顺利，直到我在 vpio 单元上设置输入/输出格式。

我想要的格式是这样的：

AudiostreamBasicDescription audio_format ;
audio_format.mSampleRate     = 8000.0 ;
audio_format.mBitsPerChannel     = 16 ;
audio_format.mChannelsPerFrame = 1 ;
audio_format.mBytesPerFrame      = (audio_format.mBitsPerChannel >> 3)  * audio_format.mChannelsPerFrame ;
audio_format.mFramesPerPacket    = 1 ;
audio_format.mBytesPerPacket     = audio_format.mBytesPerFrame * audio_format.mFramesPerPacket ;
audio_format.mFormatID       = kAudioFormatLlinearPCM ;
audio_format.mFormatFlags    = kLinearPCMFormatFlagIsSignedInteger | kLinearPCMFormatFlagIsPacked ;

我可以在 vpio 的（输入总线/输出范围）上设置这种格式，但我不能在 vpio 的（输出总线/输入范围）上设置它 我会得到错误代码(kAudioUnitErr_FormatNotSupported)。 但是当我改用AUHAL unit 时，我可以同时设置格式 在 AUHAL（输入总线/输出范围）和 AUHAL（输出总线/输入范围）上。

我想知道这两个单元之间的区别是什么？

经过一番尝试，我终于在vpio的（输出总线/输入范围）上找到了一种可用的格式，就像这样：

AudioStreamBasicDescription audio_format ;
audio_format.mSampleRate     = 8000.0 ;
audio_format.mBitsPerChannel     = 32 ;
audio_format.mChannelsPerFrame   = 1 ;
audio_format.mBytesPerFrame      = (audio_format.mBitsPerChannel >> 3)  * audio_format.mChannelsPerFrame ;
audio_format.mFramesPerPacket    = 1 ;
audio_format.mBytesPerPacket     = audio_format.mBytesPerFrame * audio_format.mFramesPerPacket ;
audio_format.mFormatID       = kAudioFormatLlinearPCM ;
audio_format.mFormatFlags    = kLinearPCMFormatFlagIsFloat | kLinearPCMFormatFlagIsPacked ;

但让我感到困惑的是 vpio 的（输入总线/输出范围）和（输出总线/输入范围）上的格式不匹配。我想知道如何获得the available formats information of the vpio unit？我在 Apple 网站上找不到任何有关可用格式的文档。

有人可以回答我的问题吗？

感谢和尊重。

【参考方案1】：

我刚刚找到了一个聪明的工程师来解决这个 VoiceProcessing 音频单元：

How to use "kAudioUnitSubType_VoiceProcessingIO" subtype of core audio API in mac os?

简短的回答是：在初始化单元之前设置格式。多么直观！

【参考方案2】：

我和你有同样的问题。当我尝试将音频格式设置为语音处理音频单元时，我收到错误 -10865，这意味着音频格式属性不可写。

如果我理解正确，您无法在此音频单元上设置任何格式。如果您需要 8000 Hz 采样率的音频，则需要重新采样。

可以的

通过创建音频单元图并在语音处理单元前面添加Converter Audio Unit 通过使用外部库（例如 ffmpeg 中的 swresample）重新采样音频

祝你发展顺利。

【参考方案3】：

我使用以下设置来获得最佳文件大小和音质，以便在我的项目中录制语音。

  // Setup audio session
    AVAudioSession *session = [AVAudioSession sharedInstance];
    [session setCategory:AVAudioSessionCategoryPlayAndRecord error:nil];

    // Define the recorder setting
    NSMutableDictionary *recordSetting = [[NSMutableDictionary alloc] init];

    [recordSetting setValue:[NSNumber numberWithInt:kAudioFormatMPEG4AAC] forKey:AVFormatIDKey];
    [recordSetting setValue:[NSNumber numberWithFloat:8000.0] forKey:AVSampleRateKey];
    [recordSetting setValue:[NSNumber numberWithInt: 1] forKey:AVNumberOfChannelsKey];
    [recordSetting setValue:[NSNumber numberWithInt:AVAudioQualityLow] forKey:AVEncoderAudioQualityKey];

   // Initiate and prepare the recorder
    recorder = [[AVAudioRecorder alloc] initWithURL:outputFileURL settings:recordSetting error:NULL];
    recorder.delegate = self;
    recorder.meteringEnabled = YES;
    [recorder prepareToRecord];

【讨论】：

感谢您的回答，但这不是我想知道的。我在问如何获得语音处理 IO 单元的可用格式。

@JunLiu.. 听不懂... 语音处理 IO 单元... 能否请您解释一下。

对不起我的英语很糟糕。语音处理IO单元是一个音频单元，它连接到mac/iOS设备的音频输入和输出，并提供语音处理功能。您可以在AUComponent中查看更多信息.h